柔性臂仿仿人智能变结构控制

柔臂的位置控制中，最大的难点是柔性振动的抑制，常规控制方法往往不能同时得到良好的关节跟踪轨迹和对柔性振动的补偿，本文提出了仿人智能变结构控制方法，此方法综合了仿人智能控制与变结构控制的优点，仿真结果表明，这种控制方法能有效的抑制柔性振动，同时具有良好的关节跟踪能力。     

力矩受限的柔性空间机器人模糊神经网络自适应跟踪控制及振动抑制

针对力矩受限和存在参数不确定情况下,自由漂浮柔性空间机器人（FFFSR）关节轨迹跟踪控制与柔性振动抑制的问题,利用奇异摄动法将系统分解为关节轨迹跟踪的慢变子系统和描述柔性振动的快变子系统,进而提出含慢、快变控制项的组合控制器。对于慢变子系统,设计一种无需模型的模糊径向基函数（RBF）神经网络（FRBFNN）自适应跟踪控制方案,利用神经网络观测器估计关节角速度信息,并对系统的未知非线性函数进行逼近;对于快变子系统,采用扩张状态观测器（ESO）对不易测量的柔性模态坐标导数和不确定扰动进行估计,并结合线性二次调节器（LQR）方法抑制柔性振动。数值仿真结果表明,当控制力矩限制在±20 N·m和±10 N·m范围内时,该组合控制器能够在2.5 s实现稳定的关节轨迹跟踪,并将柔性振动幅值限制在±1×10^-3 m内。     

一种基于气动柔性驱动器的仿人机械手设计

为了提高柔性机械手结构刚性，保证其柔顺性以及实现灵巧运动，本文基于柔性驱动器技术，分析人手的外形、结构和运动特点，采取以气动柔性驱动器作为驱动关节的驱动方式，再结合刚性机械结构，设计出一种具有气动柔性手指、拇指对掌关节、刚性掌部的仿人机械手，并对其进行了姿态及抓握实验。实验结果表明，该仿人机械手具有良好的灵巧性和稳定的抓取能力。     

输入有界的自由漂浮柔性空间机器人轨迹跟踪控制

针对自由漂浮柔性空间机器人轨迹跟踪控制问题, 首先利用拉格朗日和假设模态法建立了动力学模型. 分析系统动力学模型, 综合考虑欠驱动、柔性振动等特点, 将其简化为一种带有柔性振动扰动完全可控的动力学模型; 在此基础上, 考虑控制输入受限, 提出一种自适应状态反馈控制策略. 该策略采用自适应技术实时在线学习柔性振动扰动参数, 从而保证控制律对柔性振动扰动具有良好的鲁棒性; 最后, 基于Lyapunov方法证明了该控制策略能够实现关节期望轨迹的跟踪. 仿真验证了该控制策略对控制输入受限系统轨迹跟踪控制的有效性和可靠性.     

基于奇异摄动的双连杆柔性臂模糊控制

讨论了双连杆柔性臂位置控制问题。应用拉格朗日-假设模态法建立系统的动力学方程，并用奇异摄动法将双连杆柔性臂系统分解为两个降阶的慢变子系统和快变子系统。针对柔性臂强非线性、强耦合性及不确定性等特点，给出一种慢变子系统在反馈线性化后采用模糊控制、快变子系统因呈线性系统而采用简单的最优控制的混合控制方法。其中，模糊控制是二维PD型控制器，其输入为关节角跟踪误差及其导数。最后进行了计算机仿真，结果表明，该方法不仅能实现柔性臂轨迹的快速、准确跟踪，有效的抑制弹性振动，并且对负载的变化具有强的鲁棒性。     

单连杆柔性臂负载自适应模糊滑模控制

针对单连杆柔性臂，提出了负载自适应模糊滑模控制与最优控制相结合的混合控制方法。首先，采用奇异摄动将系统分为慢变和快变两个子系统。然后，对慢变子系统采用负载自适应模糊滑模控制，快变子系统采用最优控制。最后，仿真结果表明，该方法不仅能实现柔性臂轨迹的快速、准确跟踪，有效地抑制弹性振动，并且对负载的变化具有强的鲁棒性。     

柔性机械臂的变结构振动控制研究

当机械臂的质量很轻,尤其是空间应用场合,机器人系统将受到高度柔性限制并且不可避免地产生机械振动.本文为了证实提出的控制不期望残余振动的方法,设计并建立了柔性机器人实验平台.控制方案采用交流伺服电机通过谐波齿轮减速器驱动柔性机械臂,利用粘贴在柔性臂上的压电陶瓷片(PZT)作为传感器来检测柔性臂的振动.对由于环境激励,尤其是在电机转动(机动)时由于电机力矩产生的振动,采用了几种主动振动控制器包括模态PD控制,软变结构控制(VSC)和增益选择变结构方法,进行柔性臂的振动主动控制实验研究.通过实验比较研究,结果表明采用的控制方法可以快速抑制柔性结构的振动,采用的控制方法是有效的.     

柔性关节机器人抓取末端振动自动化控制方法

为了提高柔性关节机器人抓取末端振动控制精度,该文提出柔性关节机器人抓取末端振动自动化控制方法。对柔性关节机器人展开系统动力学分析,构建奇异摄动模型定义柔性关节机器人系统的运动方程。设计柔性关节机器人的优化控制器,构建控制误差代价函数。利用拉格朗日法获取函数最优解,实现柔性关节机器人抓取末端振动自动化控制。实验结果表明,该方法能够有效抑制柔性关节机器人末端振动信号,相位控制误差均在0.02°以内,抑振措施的上升时间低于7.66 s,末端控制精准度高、效率高、性能好。     

双连杆柔性机械手负载自适应模糊滑模控制

讨论了柔性机械手末端负载变化时的控制问题。应用奇异摄动将双连杆柔性机械手系统分解为慢变、快变两个子系统。提出一种慢变子系统采用自适应模糊滑模控制、快变子系统采用最优控制的混合控制方法。仿真结果表明,该方法不仅能实现柔性机械手轨迹的快速、准确跟踪,有效的抑制弹性振动,并且对负载的变化具有强的鲁棒性。     

双连杆柔性机械手负载自适应模糊滑模控制

讨论了柔性机械手末端负载变化时的控制问题.应用奇异摄动将双连杆柔性机械手系统分解为慢变、快变两个子系统.提出一种慢变子系统采用自适应模糊滑模控制、快变子系统采用最优控制的混合控制方法.仿真结果表明,该方法不仅能实现柔性机械手轨迹的快速、准确跟踪,有效的抑制弹性振动,并且对负载的变化具有强的鲁棒性.     

智能控制与常规控制

智能控制是在常规控制理论与技术基础上的进一步发展与提高,目的是在非结构化、不确 定性与控制对象有强相互作用的环境中实现过程任务(追求目标)的闭环自动控制.虽然传统 人工智能方法应用于实际控制问题有很大困难,但是把对复杂环境建模的严格数学方法研究 同人工智能中新兴学派思想的研究紧密结合起来,有可能导致新的智能控制体系结构的产生 和发展.这种研究将会在"自上而下"和"自下而上"两个方向的交汇处取得重大突破.     

局域网的安全控制与病毒防治

网络技术的发展,给局域网带来了很大的安全威胁,本文介绍了局域网安全控制的策略及局域网病毒防治的基本模型。     

基于可拓控制的离散变结构系统的组合控制

提出了一种新的离散变结构系统组合控制策略和一种改进的变速趋近律.众所周知,由于变结构控制系统中存在高频抖振,这一现象限制了变结构控制方法在各种工程设计领域中的应用.新的离散变结构系统组合控制策略的目的是使系统在最短的时间内完成正常运动从而系统的鲁棒性得以提高.对于滑动模态的到达问题,提出了基于改进的变速趋近率、指数趋近率和可拓控制的组合控制策略.这种新的控制策略能有效地削弱抖振提高系统的动态性能.最后通过将传统组合控制策略与所提出的组合控制策略仿真比较,其结果表明新的组合控制策略能够获得令人满意的结果.     

基于在线LS-SVM的逆模/PID复合控制

针对最小二乘支持向量机(LS-SVM)无法在线建模的问题,提出了一种基于在线LS-SVM回归的非线性逆模型建立方法。在线LS-SVM能够跟踪时变非线性系统的动态特性,当系统参数随时间变化时仍然有效。在前馈控制中,在线LS-SVM建立系统逆模型,并与PID反馈控制相结合构成复合控制方法,应用于较一般的离散非线性系统。仿真结果表明,采用在线LS-SVM建立非线性系统的逆模型的方法有效,复合控制策略具有良好控制性能。     

模糊控制理论在微网控制技术中的应用

微网控制策略是微网技术中最重要组成部分。由于各种分布式电源发电机制和环境不同,所需控制策略也不同。针对风力发电机、光伏发电等新能源发电具有间歇性,本文将模糊控制理论运用于控制系统中,利用参考电流和误差电流控制滞环环宽,使开关频率得到很好控制,从而有效控制了逆变器的输出电流。通过MATLAB/SIMULINK以及模糊控制块仿真,证明系统鲁棒性强,能提高电流跟踪精度和降低谐波,干扰和参数变化对其控制效果的影响减弱。     

网络控制系统的建模与控制方法研究

网络控制系统降低了电缆成本,易于系统诊断和维护,具有很大的灵活性,因此正逐渐应用于工业控制中.在网络控制系统中,不可避免地存在网络诱导时延,这降低了系统的性能甚至使系统变得不稳定.本文研究了系统建模,控制等问题.系统仿真结果表明了本文方法的正确性和有效性.     

网络控制系统的分析与控制

网络控制系统是指通过网络形成闭环的实时反馈控制系统.针对同时具有网络诱导时延和数据包丢失的网络控制系统,研究了其建模、稳定性分析与控制器设计的问题.所考虑的网络诱导时延为小于一个采样周期的短时延,既可以是定常的也可以是时变的;随机丢包过程是具有普遍意义的任意丢包过程,其数字特征不必先验得到.运用Lyapunov方法,得...     

智能控制在城市交通控制中的应用

介绍了自适应神经模糊推理系统的结构,以及用MATLAB模糊工具箱提供的ANFIS应用工具仿真,完成训练模糊神经网络,将智能控制应用在城市交通控制中。     

基于Fuzzy-PI双模控制的控制系统

叙述了孵化装置中有关温度与湿度的控制方法。为了提高控制精度、改善系统的动态、稳态性能,引入了基于Fuzzy-PI双模控制方法,并利用Matlab进行仿真。通过仿真和实际运行表明,采用了Fuzzy-PI双模控制以后,加快了动态响应,提高了控制精度,有效地降低了超调量,孵化率达到了规定的技术指标。对于实际中存在的非线性、大滞后、大惯性、难以建立数学模型的系统,采用该控制方法,不失为一种好的策略。     

烤箱温度控制系统的模糊PID控制

通过与单纯的模糊控制和单纯的PID控制相比，采用模糊PID控制烤箱温度系统可以明显改善系统的稳态性能以及稳态响应。